一种基于深度学习的页面结构识别抽取方法
基本信息
| 申请号 | CN202010456536.X | 申请日 | - |
| 公开（公告）号 | CN111625702A | 公开（公告）日 | 2020-09-04 |
| 申请公布号 | CN111625702A | 申请公布日 | 2020-09-04 |
| 分类号 | G06F16/951(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 董昊辰;方仁贵;高晓辉;郭路路;何晓刚;何召阳;李克萌;刘兵;王欣宇;郗朝旭;谢鑫;赵岱翀;周欢;朱伟光 | 申请（专利权）人 | 北京墨云科技有限公司 |
| 代理机构 | 北京专赢专利代理有限公司 | 代理人 | 刘梅 |
| 地址 | 100089北京市海淀区上地信息路12号3层A区A315 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的页面结构识别抽取方法，包含以下步骤：A、页面数据获取；B、进行特征工程；C、自然语言处理；D、对文本节点内容进行学习训练；E、对节点序列进行学习训练；F、进入Softmax层进行分类，本发明的有益效果是：1、提高了页面结构识别的准确度；2、无需编写规则，减轻相关人员工作压力；3、对于不规整的页面也可以进行识别；4、方便灵活，实时快捷；5、使用城本低。 |
